本文關(guān)鍵詞：基于信息熵的滾動軸承聲發(fā)射信號故障診斷　出處：《蘭州理工大學(xué)》2012年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 滾動軸承 聲發(fā)射信號 信息熵 故障診斷 信息融合

【摘要】：滾動軸承是機(jī)械設(shè)備中最重要的零部件之一，其運行狀態(tài)的好壞直接關(guān)系到整個系統(tǒng)的工作效率和生產(chǎn)安全。因此，對滾動軸承進(jìn)行狀態(tài)監(jiān)測和故障診斷有廣泛的經(jīng)濟(jì)和社會效益。本文致力于利用滾動軸承運行過程中產(chǎn)生的聲發(fā)射信號對其進(jìn)行故障診斷。 首先，本文對傳統(tǒng)的滾動軸承故障診斷方法做了概述，并對其中典型的振動信號分析法做了闡述，并指出其局限性，即：在對低速滾動軸承進(jìn)行故障診斷時，振動信號的提取以及去噪方面效果不很理想，因此，提出了用聲發(fā)射信號進(jìn)行軸承故障診斷的方法。 其次，介紹了信息熵的基本概念，并詳細(xì)描述了滾動軸承聲發(fā)射信號在時域的奇異譜熵、頻域的功率譜熵、時-頻域的小波空間特征譜熵和小波能譜熵這四種信息熵特征。通過對故障軸承四種信息熵的計算，得出針對每一種軸承故障信息熵的熵帶，并能初步做出故障的診斷。 最后，基于信息融合的思想，引入了融合信息熵距的概念，并以此作為軸承故障診斷的方法和依據(jù)，由于熵距比較綜合的考慮到了各種征兆域的故障特征，因而，故障判別的效果也比較理想，，并通過仿真實驗驗證理論的可行性。
[Abstract]:Rolling bearing is one of the most important parts in mechanical equipment. Its running condition is directly related to the working efficiency and production safety of the whole system. The condition monitoring and fault diagnosis of rolling bearings have a wide range of economic and social benefits. In this paper, the acoustic emission signals generated during the operation of rolling bearings are used for fault diagnosis. First of all, this paper summarizes the traditional fault diagnosis methods of rolling bearings, and describes the typical vibration signal analysis method, and points out its limitations, that is, in the fault diagnosis of low-speed rolling bearings. The effect of vibration signal extraction and de-noising is not satisfactory. Therefore, a method of bearing fault diagnosis using acoustic emission signal is proposed. Secondly, the basic concept of information entropy is introduced, and the singular spectrum entropy in time domain and power spectrum entropy in frequency domain of acoustic emission signal of rolling bearing are described in detail. The wavelet spatial characteristic spectrum entropy and wavelet energy spectrum entropy of time-frequency domain are four kinds of information entropy features. Through the calculation of four kinds of information entropy of fault bearing, the entropy band for each kind of bearing fault information entropy is obtained. And can initially make fault diagnosis. Finally, based on the idea of information fusion, the concept of fusion information entropy distance is introduced, which is used as the method and basis of bearing fault diagnosis. Therefore, the effect of fault discrimination is ideal, and the feasibility of the theory is verified by simulation experiments.
【學(xué)位授予單位】：蘭州理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：TH165.3;TH133.33

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬波,魏強(qiáng),徐春林,江志農(nóng);基于Hilbert變換的包絡(luò)分析及其在滾動軸承故障診斷中的應(yīng)用[J];北京化工大學(xué)學(xué)報(自然科學(xué)版);2004年06期

2 謝平,劉彬,林洪彬,王霄;多分辨率奇異譜熵及其在振動信號監(jiān)測中的應(yīng)用研究[J];傳感技術(shù)學(xué)報;2004年04期

3 理華,徐春廣,肖定國,黃卉,鄭軍,季皖東,郭浩;滾動軸承聲發(fā)射檢測技術(shù)[J];軸承;2002年07期

4 陳春朝;李孟源;王恒迪;任煥琴;;鐵路貨車軸承的聲發(fā)射故障診斷及分析[J];軸承;2006年01期

5 桂中華,韓鳳琴,張浩;小波包特征熵提取水輪機(jī)尾水管動態(tài)特性信息[J];電力系統(tǒng)自動化;2004年13期

6 何正友,錢清泉;多分辨信息熵的計算及在故障檢測中的應(yīng)用[J];電力自動化設(shè)備;2001年05期

7 邢修三;物理熵、信息熵及其演化方程[J];中國科學(xué)(A輯);2001年01期

8 林京,屈梁生;信號時頻熵及其在齒輪裂紋識別中的應(yīng)用[J];機(jī)械傳動;1998年02期

9 楊世錫,汪慰軍;柯爾莫哥洛夫熵及其在故障診斷中的應(yīng)用[J];機(jī)械科學(xué)與技術(shù);2000年01期

10 張西寧,屈梁生;平穩(wěn)熵 : 一種新的機(jī)組運行瞬時穩(wěn)定性定量化監(jiān)測指標(biāo)[J];機(jī)械科學(xué)與技術(shù);1998年03期

相關(guān)博士學(xué)位論文 前1條

1 呂琛;基于噪聲分析的內(nèi)燃機(jī)主軸承狀態(tài)監(jiān)測與故障診斷[D];大連理工大學(xué);2002年

本文編號：1437087